PageRank adalah sebuah algoritma yang
telah dipatenkan yang berfungsi menentukan situs web mana yang lebih
penting/populer. PageRank merupakan salah satu fitur utama mesin pencari
Google dan diciptakan oleh pendirinya, Larry Page dan Sergey Brin yang
merupakan mahasiswa Ph.D. Universitas Stanford.
Cara kerja Page Rank?
Sebuah situs akan semakin populer jika
semakin banyak situs lain yang meletakan link yang mengarah ke situsnya,
dengan asumsi isi/content situs tersebut lebih berguna dari isi/content
situs lain. PageRank dihitung dengan skala 1-10.Contoh: Sebuah
situs yang mempunyai Pagerank 9 akan di urutkan lebih dahulu dalam list
pencarian Google daripada situs yang mempunyai Pagerank 8 dan kemudian
seterusnya yang lebih kecil.
Banyak cara digunakan search engine dalam
menentukan kualitas/rangking sebuah halaman web, mulai dari penggunan
META Tags, isi dokumen, penekanan pada content dan masih banyak teknik
lain atau gabungan teknik yang mungkin digunakan. Link popularity,
sebuah teknologi yang dikembangkan untuk memperbaiki kekurangan dari
teknologi lain (Meta Keywords, Meta Description) yang bisa dicurangi
dengan halaman yang khusus di desain untuk search engine atau biasa
disebut doorway pages. Dengan algoritma ‘PageRank’ ini, dalam setiap
halaman akan diperhitungkan inbound link (link masuk) dan outbound link
(link keuar) dari setiap halaman web.
PageRank, memiliki konsep dasar yang sama
dengan link popularity, tetapi tidak hanya memperhitungkan “jumlah”
inbound dan outbound link. Pendekatan yang digunakan adalah sebuah
halaman akan diangap penting jika halaman lain memiliki link ke halaman
tersebut. Sebuah halaman juga akan menjadi semakin penting jika halaman
lain yang memiliki rangking (pagerank) tinggi mengacu ke halaman
tersebut.
Dengan pendekatan yang digunakan
PageRank, proses terjadi secara rekursif dimana sebuah rangking akan
ditentukan oleh rangking dari halaman web yang rangkingnya ditentukan
oleh rangking halaman web lain yang memiliki link ke halaman tersebut.
Proses ini berarti suatu proses yang berulang (rekursif). Di dunia maya,
ada jutaan bahkan milyaran halaman web. Oleh karena itu sebuah rangking
halaman web ditentukan dari struktur link dari keseluruhan halaman web
yang ada di dunia maya. Sebuah proses yang sangat besar dan komplek.
Mau tahu algoritma page rank?
Dari pendekatan yang sudah dijelaskan pada artikel konsep pagerank,
Lawrence Page and Sergey Brin membuat algoritma pagerank seperti di
bawah :
Algoritma awal PR(A) = (1-d) + d ( ( PR(T1) / C(T1) ) + … + ( PR(Tn) / C(Tn) ) )
Salah satu alogtima lain yang dipublikasikan PR(A) = (1-d) / N + d ( ( PR(T1) / C(T1) ) + … + ( PR(Tn) / C(Tn) ) )
* PR(A) adalah Pagerank halaman A
* PR(T1) adalah Pagerank halaman T1 yang mengacu ke halaman A
* C(T1) adalah jumlah link keluar (outbound link) pada halaman T1
* d adalah damping factor yang bisa diberi antara 0 dan 1.
* N adalah jumlah keseluruhan halaman web (yang terindex oleh google)
Random surfer model merupakan pendekatan
yang menggambarkan bagaimana sesungguhnya yang dilakukan seorang
pengunjung di depan sebuah halaman web. Ini berarti peluang atau
probabilitas seorang user mengklik sebuah link sebanding dengan jumlah
link yang ada pada halaman tersebut. Pendekatan ini yang digunakan
pagerank sehingga pagerank dari link masuk (inbound link) tidak langsung
didistribusikan ke halaman yang dituju, melainkan dibagi dengan jumlah
link keluar (outbound link) yang ada pada halaman tersebut. Rasanya
semua juga menganggap ini adil. Karena bisa anda bayangkan apa jadinya
jika sebuah halaman dengan rangking tinggi mengacu ke banyak halaman,
mungkin teknologi pagerank tidak akan relevan digunakan.
Metode ini juga memiliki pendekatan bahwa
seorang user tidak akan mengklik semua link yang ada pada sebuah
halaman web. Oleh karena itu pagerank menggunakan damping factor untuk
mereduksi nilai pagerank yang didistribusikan sebuah halaman ke halaman
lain. Probabilitas seorang user terus mengkilk semua link yang ada pada
sebuah halaman ditentukan oleh nilai damping factor (d) yang bernilai
antara 0 sampai 1. Nilai damping factor yang tinggi berarti seorang user
akan lebih banyak mengklik sebuah halaman sampai dia berpindah ke
halaman lain. Setelah user berpindah halaman maka probabilitas
diimplemntasikan ke dalam algoritma pagerank sebagai konstanta (1-d) .
Dengan mengeluarkan variable inbound link (link masuk), maka kemungkinan
seorang user untuk berpindah ke halaman lain adalah (1-d), hal ini akan
membuat pagerank selalu berada pada nilai minimum.
Dalam algoritma pagerank yang lain,
terdapat nilai N yang merupkan jumlah keseluruhan halaman web, jadi
seorang user memiliki probabilitas mengunjungi sebuah halaman dibagi
dengan total jumlah halaman yang ada. Sebaagai contoh, jika sebuah
halaman memiliki pagerank 2 dan total halaman web 100 maka dalam seratus
kali kunjungan dia mengunjungi halaman itu sebanyak 2 kali
Sebelumnya kita membuat tombol facebook, twitter dan Google+ pada
halaman posting atau disidebar, namun kali ini kita akan membuat tombol
tersebut melayang dan akan bergeser ketika pengguna mengscroll halaman
ke atas atau bawah. Trik yang satu ini akan menambah efek pada halaman
blog anda sehingga tampak lebih indah. Kita akan menggunakan kode
Javascript untuk membuat widget yang satu ini. Caranya sangat mudah,
jika sobat ingin membuatnya ikuti langkah berikut ini:
